2026年1月，拉斯维加斯CES展会上，英伟达CEO黄仁勋以一场多维度的深刻演讲，宣告了一个新时代的到来。他并未高呼"AI万岁"，而是客观地指出："人工智能的未来是物理化的。它关乎能够理解物理定律、与世界互动并让世界变得更美好的AI。"2026年，将是物理AI元年。 这句话背后，是一场由英伟达（NVIDIA）、新思（Synopsys）、锴登（Cadence）与西门子（Siemens）四家巨头联手构筑的"新工业革命"联盟——一个横跨算力、算法、数据、芯片设计、系统仿真与工业控制的全栈闭环生态。该联盟正在把AI从软件能力推进到工业能力。这不是一次高阶的技术升级，而是一次对全球工业秩序的重新洗牌。 更令人警醒的是，这场变革并非悄然发生，而是以一种近乎"阳谋"的高调姿态公之于众：四巨头以及他们所打造的生态体系，要用无可匹敌的技术聚合优势，引领未来十年甚至二十年的智能工业浪潮。 老黄讲演稿中这张图片，让笔者凝视良久，反复观读与思考——它值得所有的工信从业人士认真研究。这个四巨头摆开的庞大"全栈集成阵势"，意味着什么？为什么他们敢于提出"未来工厂=巨型机器人"？ 一、四巨头结盟：打造真正新工业革命的"铁三角+AI引擎" 老黄在演讲中反复强调"全栈重构"——从芯片到操作系统，从训练到推理，从虚拟仿真到物理执行，每一层都在被"重新发明"。而支撑这一愿景的，正是英伟达联手三大工业软件巨头的战略协同。 英伟达提供AT（AI Technology）三要素：算力（Rubin GPU）、算法（Nemotron、Cosmos等开源模型）、数据（通过Omniverse生成的合成物理数据）。它不再只是GPU供应商，而是四巨头联合定义的新工业革命中"AI工厂"的总架构师。 而它的三位盟友，则分别掌控着工业世界的"数字命脉"： Synopsys：全球电子设计自动化（EDA）龙头，2024年以350亿美元收购CAE仿真巨头ANSYS，一举打通从晶体管级设计到系统级多物理场仿真的全链路，提出了"从系统到硅，从硅到系统"的野心勃勃的发展战略。笔者当时对该事件的观察结论是：工业软件头部企业正在从"链主"向"链霸"发展，没有最大，只有更大！ Cadence：另一EDA巨擘，2025年完成对MSC NASTRAN软件的收购，那是诞生于NASA的全球首个CAE软件，具有强大的非线性分析功能，与ANSYS一样，是CAE领域的验证软件。Cadence紧随Synopsys之后，搞了一个"EDA+MDA"的战略复制，强化其在机械、热、流体耦合仿真中的统治力。 Siemens：欧洲工业霸主，2017年并购了明导（Mentor Graphics）EDA软件，手握Xcelerator平台；更关键的是，它不仅是IT/ET（信息技术/工程技术）巨头，更是OT（运营技术）王者——占据全球工业40%的PLC（可编程逻辑控制器）市场，是工厂自动化的"神经中枢"。 写到这里，相信读者已经看出了点眉目，上面三家巨头都具有"EDA+MDA"的全栈工具链，都是工业软件领域的"链霸"级头部企业。三家工业软件"链霸"簇拥到了AI巨头英伟达的麾下，形成了蓝星无敌的四巨头联盟，证明了"AI+工业软件+PLC"的关键核心作用。 这四家的联合，意味着从硅片到整机、从代码到产线、从虚拟训练到物理执行、从工业IT、ET、OT到AT、从工具链到产业链的完整闭环已经形成。这不是伪工业革命"工业4.0"的续集，而是对其的彻底超越与否定。老黄两天前在CES展会上讲话，拔掉了插在"工业4.0"上的呼吸机管子。 二、"工业4.0已死"：伪工业革命 vs 真智能工业 过去十二年，"工业4.0"被炒得沸沸扬扬，但"其核心是通过"赛博物理系统（CPS）"实现人、设备、产品的全面互联，构建高度灵活的个性化和数字化制造模式。"机器相互通话，流程高度柔性，等等。看起来金光闪闪，讲起来不容置疑，听起来颇有道理，做起来无从下手。因为那是为德国人量身定制的工业转型升级方案。不仅在中国业界水土不服，在德国业界也消化不良。始于德国政府推介其先进工业装备的市场利器，终于德国能源价格高企和政治盲目。曾经无数中国企业去仰慕参观的两个德国本土的"工业4.0样板工厂"也关闭了。 "工业4.0"在中国的所谓"落地"，基本停留在"连接"与"可视化"层面——把机器联网、把数据上云、做个数字化看板，后来又搞个数字孪生，至于那个被吹成神话"元宇宙"，基本上就是执拗于"高级可视化"的笑话。然而，真正的智能工业从来不是"看得见、秀得靓"，而是"会思考、能行动"。不幸的是，"工业4.0"发布之时，基本上没有提AI，因为还不具备落地技术。近几年AI渐渐火了起来，但老黄一针见血指出："AI的智能被困在屏幕里。它不懂重力、惯性、摩擦力——这些连小孩都懂的常识，对AI却是未知。" 四巨头联盟的解决方案，正是想让AI走出屏幕，进入物理世界： Omniverse + Cosmos：构建基于物理定律的虚拟宇宙，生成无限多样、物理一致的合成数据； Isaac Sim / Lab：在仿真环境中训练机器人，实现"先虚拟后现实"的安全学习； Alpamayo + GROOT：全球首个具备推理能力的自动驾驶AI与人形机器人系统，能解释"为什么这么开""为什么这么动"； DRIVE Thor + BlueField-4：从车载计算到数据中心，实现端到端的安全、实时、低延迟控制。 这才是真正的新工业革命，不仅仅是数据和信息的流动，而是智能的具身化（embodiment），是智能系统的"知行合一"。 相比之下，那些还在沉浸在"设备联网率""数据采集点数量""设备上云"的所谓"工业4.0项目"，不过是智能制造的初级阶段，甚至可称之为"伪工业革命"。 三、EDA吞并CAE：电子设计公司正在引领科技与工业 一个极具现实意义的发展趋势是：EDA公司正在系统性吞并CAE（计算机辅助工程）头部企业，形成"EDA+MDA"。在过去几年中，所有销售额超过1亿美元的CAE公司，都已经被业界巨头卖光了。 在四巨头联盟中，我们看到： Synopsys并购了ANSYS（多物理场仿真）； Cadence收购了NASTRAN（结构非线性分析）； Siemens早已整合NX Nastran（来自对NASTRAN的拆分）与Simcenter。 这意味着什么？ 电子设计自动化活动，不再只是"画电路，验证逻辑"，而是"定义工业系统行为"。未来的汽车、飞机、机器人、重大装备等工业系统，其性能边界不再由金属、非金属组成的物理实体结构决定，常规金属躯体的价值正在以肉眼可见的速度贬值，而嵌入物理实体结构的芯片、软件、控制算法、AI，决定了系统的最终价值。谁掌握芯片、软件、控制算法、AI，谁就掌握系统定义权，掌握了产品高附加值的议价权。 于是，电子设计自动化公司反向主导了机械、热、流体等传统工程领域。过去工业系统的设计原则是机械为主，电子为辅，而现在已经变成AI定义功能，电子实现智能，物理结构只是执行器。 这种范式转移，使得Synopsys、Cadence、Siemens公司从"软件工具提供商"跃升为"工业系统架构师"。它们不仅卖工业软件的许可证，而是开始参与客户的产品定义全过程。值得注意的是，过去在多国工业发展战略中都未曾重视的PLC，居然成为新工业革命重要落地载体。PLC很可能就是物理AI的具身载体。 而这一切，从现在开始，都将建立在英伟达提供的AI算力与物理仿真基础设施之上。四巨头联盟的基本逻辑，是"AI+芯片+工软+系统+控制"的终极融合。 四、西门子的生死抉择：不跟英伟达，帝国将崩塌 很多人忽略了一个关键点：Siemens为何甘愿加入这个以美国公司为主导的联盟？ 答案很简单：生存与发展。 显然Siemens具有强大的OT能力——其S7系列PLC控制着全球无数工厂的产线，但PLC的本质是"确定性逻辑控制器"，面对AI驱动的柔性制造、自适应调度、预测性维护等新需求，传统PLC架构已显疲态。 如果Siemens固守旧有PLC生态，拒绝与AI深度融合，那么它的"工业控制霸权"将逐渐被AI解构和削藩。未来的工厂大脑，不再仅由PLC领航，而是逐渐换成搭载了Thor芯片的AI边缘服务器，运行着由Omniverse训练出的智能体，这是英伟达为物理AI和机器人开发而提供的控制平台。未来几年，这个转换过程或将很快完成。 因此，具有未来眼光的Siemens，早已洞察此技术趋势，当然而且必须在现在就拥抱英伟达。通过将CUDA-X AI、NeMo、Isaac等技术集成到其Xcelerator平台，Siemens才能将其OT优势转化为"智能OT"，继续保持其在工业自动化领域的领导者地位。 这是一场"不联盟，就淘汰"的豪赌，话糙理不糙。而Siemens基于战略考量主动选择与英伟达合作，以自己最擅长的工业场景与英伟达实现共赢，是明智之举。 四巨头打造了一个巨大无比的新工业革命联盟——"此新工业革命"与此前大家常说的"彼新工业革命"，除了字眼相同，含义极大不同。 五、阳谋无解：对中国形成系统性技术代差 笔者认为，四巨头联盟对中国构成了结构性、系统性、高压性的技术代差。 中国目前： 没有能与英伟达Rubin平台抗衡的88核AI芯片与全栈生态； 没有Synopsys/Cadence级别的EDA工具，更遑论整合CAE； 没有Siemens级别的OT+IT+ET一体化工业平台； 在工业领域过去十几年做的华而不实的项目太多，重IT而轻OT，吹网商而贬制造，总有一批人想用ICT来"主导和统领"工业发展，有关部门鲜有人想到工业智能控制落地在于PLC； 虽有DeepSeek V3、Qwen-Max等AI开源模型亮点，但缺乏物理AI、机器人仿真、自动驾驶等垂直领域的深度积累。 四巨头联盟所构建的，是一个自我强化的飞轮： 更强的算力 → 训练更智能的物理AI → 生成更高质量的合成数据 → 优化芯片与系统设计 → 提升制造效率 → 反哺下一代算力……。 而我方尚在追赶单点技术，对方已在构建生态闭环。这种差距，不是靠"国产化替代"几个国际友商软件就能弥补的，而是整个创新范式、产业组织方式、人才结构的代际落后。 更残酷的是，他们很可能不会带中国玩。 老黄在PPT中列出的合作企业名单——Palantir、ServiceNow、Snowflake、CrowdStrike、西门子、博世、梅赛德斯、特斯拉……清一色西方企业阵营。华为、阿里、百度、比亚迪虽在名单末尾出现，但更像是"客户"而非技术"共建者"。 谁策划了这个四巨头联盟？有人戏称是马斯克的"鬼点子"——毕竟特斯拉正全力推进Optimus人形机器人与FSD自动驾驶，而这两者恰恰依赖英伟达的物理AI与Siemens的制造体系。无论是否属实，这种"美欧技术轴心"的形成，已成定局。 六、我们为何总是慢半拍？缺乏"概念引领者"的深层病灶 最值得反思的，不是技术差距，而是思想、认知与组织的滞后。 每当工业与科技发展的历史性拐点来临，总是美国率先提出新范式： 2008年：云计算（AWS）； 2012年：深度学习（AlexNet）； 2017年：Transformer； 2022年：ChatGPT； 2025年：物理AI +智能体。 而我国，往往是在国外验证成功后，才开始"跟进式、应用式创新"——建大模型、搞机器人、推数字孪生……但始终缺乏原初的概念创造力与生态构建力。 原因何在？ 学术与产业脱节：我国高校热衷发论文、追热点，无心培育创新沃土。极少像老黄那样，以"八年磨一剑"的耐心投入AI基础研究； 企业短视与轻视：大多数企业追求短期ROI，不愿投资十年才有回报的基础科研，大企业乐建自己的小院高墙数科公司，轻视民营工业软件企业，不愿与其开展深度研发合作，即使购买软件，也要求工软企业交出安身立命的软件代码； 缺乏跨界领袖：我们需要的不是单一领域的专家，而是具有前瞻能力，能贯通AI、芯片、机械、控制、制造的"工业系统架构师"，而这类人才在我国凤毛麟角； 创新文化缺失：我们不擅长定义问题和质疑权威，尤其缺乏科技想象力。当别人在问"如何让AI理解物理世界？""如何殖民火星？"时，我们还在想"怎样让AI驱使外卖骑手压缩每单送达时间？""怎样让AI给领导写好发言稿？" 老黄在讲演中表示：我们建造这些价值数十亿美元的DGX超级计算机，不是为了买云计算，而是为了开发我们自己的开源模型。——这种以大手笔投资和长期主义换生态主导权的战略思维，国内绝大多数企业都做不到。 七、破局之道：中国需要建设自己的"四象联盟" 鉴于2025年日新月异的科技发展迭代速度，面对四巨头联盟形成的"阳谋"，中国不能有丝毫犹豫和等待，更不能指望四巨头联盟会带上我们一起玩。破局的关键，在于迅速聚集资源，另起炉灶，构建自主可控的"新工业智能"生态。 可能的路径包括： 组建"中国版四象联盟"：由具有全栈数智化能力和具有领先制造能力的XXX企业、具有算力能力的YYY院所，联合具有算法能力的ZZZ等AI公司，打造"算力-算法-装备-控制"一体化平台。 聚焦垂直场景，以应用反哺技术：在新能源车、光伏、锂电池、港口自动化、水泥等中国优势领域，尽快落地"物理AI+智能体"系统，形成闭环验证。 大力发展开源物理AI生态：支持类似OpenXLab、OpenRobotics、工业知识联盟等开源项目，鼓励高校与企业共建工业知识图谱、物理仿真数据集、机器人训练框架。 改革教育与科研体制：设立"智能工业系统工程"交叉学科，培养既懂AI又懂工业的复合型人才。 重视工业操作系统： 能够真正把智能制造落地的工业操作系统（如PLC），在四巨头联盟中作用凸显，而我们缺没有给予其应有重视。AI+PLC，短期走向具身智能，未来走向"巨型机器人"。 当然，这条路注定艰难，不仅要重组生产力要素，甚至要重组某些生产关系。但历史反复告诫我们：真正的技术主权，从来不是买来的，也不是模仿来的，而是在别人的极限施压中顽强对抗与死磕创新中打拼出来的。我们有这个能力和底气，关键是如何做好顶层设计，如何行动。 八、结语：号角已经吹响，时间不等人 老黄在演讲结尾说："这场征程才刚刚开始——让我们携手共建。" 但他没说的是：只有站在同一技术生态内的人，才有资格去"携手"，去"共建"。 四巨头联盟的成立，不仅宣告了真正新工业革命的开始以及"工业4.0"伪工业革命的终结，更在2026年伊始，划下了一条新旧技术世界的分界线。在新技术世界的一边，是能定义未来工厂、自动驾驶、人形机器人的"新工业贵族"，自信满满，迈步出发；在旧技术世界一边，则是只能采购、集成、跟随的"技术附庸"，还在刻舟求剑，大话西游。 我们必须做出选择：是继续在旧世界中修修补补，自我满足，还是敢于跳出现有框架，在新世界中以"非对称创新"等非常手段开辟新赛道，奋发创新？ 留给我们思考、踟躇和决策的时间不多了。从老黄雄心勃勃的报告中看到，基于Rubin架构的新一代计算集群已在量产，全球首款具备推理能力的视觉-语言-动作模型Alpamayo将在2026年Q1随车上路，人形机器人GROOT正在走向物流与康养一线。 多少事，从来急。天地转，光阴迫。一万年太久，只争朝夕。 真正的新工业革命，不等人。免责声明：本文采摘自英诺维盛公司，本文仅代表作者个人观点，不代表金航标及行业观点，只为转载与分享，支持保护知识产权，转载请注明原出处及作者，如有侵权请联系我们删除。

2025年2月15日下午，创新方法研究会人工智能产业应用专业委员会（简称：AI专委会）在北京举行成立大会。会上，新就职的AI专委会主任委员赵敏院长，做了《科学范式跃迁：创新方法2.0》的报告。下面是报告截图和讲演实录。 讲演人:我今天给大家报告的题目是“科学范式的跃迁：创新方法2.0”。 刚刚，从创新方法研究会领导和前两位讲演嘉宾发言中，我们听到了几个关键词，革命，颠覆，范式等。我借用钟义信院士的话，“范式是引领学科发展的科学观和方法论”。 科学的发展是有着几个不同范式转

工业互联网，不管你喜不喜欢，想用不想用，作为一种工业生态，它都一直在那里。即将迎来一个高质量发展新时期。 工业互联网的建设与应用并没有固定套路与路径，企业应该深入理解工业互联网本质，结合本地生态实际情况，灵活而务实地推进。适用于中小企业的模组化、预装化、产品化的工业互联网已经在路上。 工业互联网在生态系统层面上，需要各行各业积极探索践行、持续推动，供给侧、需求侧密切协同，各利益攸关方长期共同努力。 中国企业在2002年开始了工业互联网实践，在2008年正式发布了中国版工业互联网。学会用中

近年来，伴随着AI大模型的显著技术进步，新一代人工智能成果倍出，如人工智能对话系统ChatGPT、文生视频软件Sora、文生音乐软件Suno等AI新应用不断给大家带来惊喜，在冲击人们眼球和大脑的同时，也正在深刻影响着社会的千行百业。

现代工业的未来，正孕育于新材料、新能源与新信息的融合之中。其中，新信息领域的核心焦点，无疑是各行各业的数智化转型。而在工业数智化的众多要素中，工业软件占据着举足轻重的地位。更进一步说，工业软件中的几何建模引擎等内核技术，更是重中之重，它们是推动工业数智化发展的关键力量。

在现代工业中，数据是无处不在的。仅一个机加车间每天就能产生1.5TB的加工数据，而全球使用的8000多个工业软件每天生成的各种数据更是数量庞大。这些输入、计算和输出的数据构成了数字世界的基石，为实体经济和数字经济的创新发展提供了强有力的支持。这些数据要素的积极作用为我们构建更美好、更先进的工业世界提供了无限可能。

2024年1月16日晚，一则工业软件领域重大消息在坊间爆出，以下简称“合并事件” 英文摘抄：On January 15, 2024, Synopsys, Inc. (“Synopsys”), entered into an Agreement and Plan of Merger (the “Merger Agreement”) by and among Synopsys, ANSYS, Inc., a Delaware corporation (“Ansys”), and ALTA Acquisi

2023岁末至2024年初，再读《工业软件云战略》。对于书中自始至终讲的一件事——让天下没有难做的产品——有了新的认识。

2021年，笔者二人合写了“基于四层进阶模型，打造有灵魂的中国工业互联网”文章，提出了工业互联网发展的四个阶段（代际），即泛在联接（工互1.0），要素融合（工互1.0），人本管理（工互1.0），数字文明（工互1.0）。其中，第三阶段是指以人为本的工业互联网。2022年在撰写《人本：从工业互联网走向数字文明》（简称《人本》）一书时，则直接将这四个工业互联网的发展阶段，作为了书中的篇名。

GE公司在2012年11月26日，曾经以名为“工业互联网——打破智慧与机器的边界”白皮书的形式，正式提出了GE自己的工业互联网的概念定义与技术体系，为全球工业互联网的发展，做出了来自GE的贡献，这是一件值得称道的好事情。但是GE公司自己从来没有说过他们是第一个（或者是最早）提出工业互联网的。那么上述错误说法是从哪里来的？

最近一周，一则消息引起了业界震动。财政部宣布，经相关部门调查，一架编号为EW-001PA的波音737客机是属于白俄罗斯总统卢卡申科的专机，于是财政部决定对该客机进行制裁，宣布其成为“被冻结财产”。

什么是工业互联网，一直是萦绕在作者脑海里的一个自我提问。不问则已，一问经年。再问，就一直挂在心间。时至今日，没有找到最圆满答案。

《人本》“一创四全”的基本特征：独创工业互联网生态系统模型。全新解读工业互联网本质和内涵。全要素阐述工业互联网建设与实施。全面解析工业互联网与数字文明。全书贯穿以人为本的工业发展思想。

只有中小微企业转型成功，才是中国工业真正转型成功。 12月29日，在线上举行的跨年思想会2022年工业互联网金紫竹峰会（第二届）上，走向智能研究院执行院长赵敏表示，中小微企业数字化转型是我国工业数字化转型的一个主战场，只有中小微企业转型成功，才是中国工业真正转型成功。 当前，工业互联网发展已经形成破竹之势，成为我国加快工业转型升级和支撑国民经济高质量发展的重要力量。中小微企业作为中国工业发展最大的红利之一，是我国数字经济和社会发展重要组成

各位观众、听众朋友们，大家好！我今天给大家讲座的题目是：智能制造、工业互联网中的四个智能范式的共存与进阶。 首先，我讲一下智能制造的主攻方向与工业互联网创新发展。 说到智能制造主攻方向与工业互联网创新发展，我们可以看到，智能制造、工业互联网在中国已经推进了多年，从到地方高度重视，取得了阶段性应用成效，形成了规模宏大的产业生态。有关研究报告显示，智能制造、工业互联网的产业规模已经突破万亿人民币。正在不断催生新模式、新业态，为实体经济、数字经济高质量发展，提供了新动能。

2017年11月27日国务院发布《关于深化“互联网+先进制造业”发展工业互联网的指导意见》（以下“指导意见”），给出了明确的长远规划：“到2035年，建成国际领先的工业互联网网络基础设施和平台，形成国际先进的技术与产业体系，工业互联网全面深度应用并在优势行业形成创新引领能力，安全保障能力全面提升，重点领域实现国际领先。到本世纪中叶，工业互联网网络基础设施全面支撑经济社会发展，工业互联网创新发展能力、技术产业体系以及融合应用等全面达到国际先进水平，综合实力进入世界前列。” 此后，工业互联网开始加速发展

工业互联网生态系统模型研究与应用 赵敏1，刘俊艳2，朱铎先3 （1.英诺维盛（北京）新技术发展有限公司，北京100083；2.青岛科技大学经济与管理学院，山东青岛266061；3.机智互联（北京）科技有限公司，北京100085） 摘要：工业互联网是推动工业高质量发展的重要引擎，加快发展工业互联网，有助于我国制造业转型升级，提高国际竞争力。为构建具有普适性的适用于大、中、小、微企业的工业互联网模型，，其中数智流展现出了数据作为新型生产要素在该模型不同层级、维度的流动价值，说明了企业生产系统

8月3日，“2022（第七届）大数据产业生态大会”在北京市海淀区辽宁大厦进行，应大会的邀请，走向智能研究院执行院长赵敏教授为大会做了题为《释放工业互联网的数据潜能》的主题报告。 下面是该报告的具体讲演内容（根据录音整理）。 各位领导，各位来宾，大家上午好！ 我给大家报告的题目是《释放工业互联网的数据潜能》，也正好是匹配我们今天的这个论坛的主题。首先，我向大家介绍一下对于工业互联网看法。 关于工业互联网，很多人讲

8月3日，“2022（第七届）大数据产业生态大会”在北京市海淀区辽宁大厦进行，应大会的邀请，走向智能研究院执行院长赵敏教授为大会做了题为《释放工业互联网的数据潜能》的主题报告。 下面是该报告的具体讲演内容（根据录音整理）。 各位领导，各位来宾，大家上午好！ 我给大家报告的题目是《释放工业互联网的数据潜能》，也正好是匹配我们今天的这个论坛的主题。首先，我向大家介绍一下对于工业互联网看法。 关于工业互联网，很多人讲

如果有过硬的产品和核心技术，在某一个细分行业领先的话，这样的企业就成了隐形冠军。但是不幸的是，中国非常缺乏中小企业隐形冠军。中小企业的困境中小企业的困境一直都存在，只是疫情暴露和加重了这些问题。中小企